Что обозначает параметр beta в проверке гипотез?
AВероятность ошибки II рода: не отвергнуть
H0, когда она ложнаBВероятность ошибки I рода: отвергнуть
H0, когда она вернаCПорог сравнения с
p-value вместо уровня значимости alpha при принятии решенияDВероятность того, что
H1 верна, посчитанная по данным экспериментаПравильный ответ.
beta — это вероятность ошибки II рода, то есть пропустить реальный эффект.Разбор
beta описывает риск не обнаружить эффект, когда он действительно есть (то есть когда H0 ложна). В бизнесе это часто означает «не выпустить полезную фичу», хотя она улучшает метрику. Типичная ошибка — путать beta с alpha и считать оба параметра «уровнями значимости».
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Основы проверки гипотез»
- В A/B тесте вы сравниваете конверсию между вариантами A и B. Какая формулировка `H0`/`H1` корректна для двусторонней проверки отличий?
- Как корректно интерпретировать значение `p-value` = 0.03 в проверке статистических гипотез?
- При уровне значимости 0.05 получено `p-value` = 0.04. Какое решение соответствует стандартному правилу проверки гипотез?
- Что означает выбор уровня значимости `alpha` = 0.01 в терминах ошибки I рода?
- Как связаны мощность теста `power` и вероятность ошибки II рода `beta`?
- Все вопросы по «Основы проверки гипотез» →